如今，行業(yè)巨頭以及互聯網企業(yè)就是依靠這些呼風喚雨，改變世界。

私有云也好，公有云也好，傳統企業(yè)應用的云原生化改造迫在眉睫，否則會被越拉越遠。不僅是互聯網企業(yè)的沖擊，更大的危機來自轉型快的同行，快魚吃慢魚，贏者通吃，這才是硬道理!

容器持久化存儲角色的份量

意識到這樣的變化，就很容易了解容器持久化存儲的意義和價值。

首先說容器化。K8S已經成為云原生的事實標準，被普遍接受和使用，也是云原生應用首要使用的編排工具。同樣，容器化也帶來基礎架構的一系列改變。其中，容器持久化存儲首當其沖。

都知道容器的特點是召之即來，揮之即去。這是因為無狀態(tài)應用的緣故。對有狀態(tài)的應用，如MySQL、PostgreSQL、MangoDB、RabbitMQ、ElasticSearch來說，也采用容器來運行。當容器“死了”，需要快速重建，這個時候問題來了，數據也能夠快速重建嗎?

這時就需要持久化存儲了。

CSI、FlexVolume都是容器持久化存儲的規(guī)范接口，但是僅支持接口的存儲就是容器持久化存儲嗎？答案是否定的。目前市場上支持CSI存儲很多，有傳統的、分布式的、開源的、商用的，但在實際應用中，產品表現差別很大。是選用一款能在容器場景下基本可以使用的存儲，還是一款完全符合容器化場景容器持久化存儲，是每個IT決策者面臨的問題。

海量小文件處理和性能

對于容器持久化存儲來說，容器存儲熱點分析、可視化展現、K8S資源可視化管理、QoS性能管控、存儲卷彈性伸縮等，這些都是衡量容器持久化存儲功能的指標。

另一方面，海量小文件處理、海量小文件訪問熱點，有狀態(tài)Pod跨節(jié)點的秒級重建，以及跨數據中心的雙活解決方案等，也是容器持久化存儲重要的性能及可靠性指標。

海量小文件是很多應用場景經常面臨的問題，以機器學習AI為例，數據訓練中需要依賴大量的小文件，規(guī)模會達到幾十億;此外，高性能計算也將涉及到海量文件的處理。

海量小文件會導致元數據管理瓶頸，最終拖累數據存儲的性能。為了應對海量小文件處理，YRCloudFile采用元數據集群，借助橫向擴展的方式來消除元數據管理的瓶頸。

測試結果顯示，從10億～70億小文件，YRCloudFile始終能夠保持元數據處理能力的持續(xù)穩(wěn)定。

熱點目錄是另一個造成性能瓶頸的來源，也就是多臺服務器集中訪問某個單一目錄下的文件，形成熱點目錄，如果系統對于熱點目錄并行處理能力不足，就會導致系統崩潰，或者性能低下。

針對熱點目錄，YRCloudFile提供虛擬目錄的技術，對于文件名(filename)進行Hash運算后放置在虛擬目錄中，虛擬目錄數據分布在不同的元數據節(jié)點，對上層應用透明，從而增強熱點目錄的并行處理能力。

與此同時，借助4k小文件的內聯，YRCloudFile進一步提升了小文件訪問處理的性能。

海量小文件處理不限于容器持久化存儲，對AI等非結構化數據規(guī)模巨大的新型應用而言至關重要，這也是YRCloudFile瞄準的主要場景。

塊數據的話題

在存儲的傳統認知中，有NAS和SAN之分。其中，NAS主要應用于文件存儲，分布式文件存儲因此被解讀為分布式NAS，既然如此，它能夠支持MySQL容器Pod跨節(jié)點塊數據重建嗎?

對此，焱融科技CTO王鵬飛指出：“通常認為數據庫要使用塊存儲。但我們的實測，分布式文件系統依然可以滿足數據庫需求，焱融科技有很多獨特的優(yōu)化技術和最佳實踐。”

“分布式文件系統支持數據庫應用，本質上也很容易理解。在容器內(MySQL) 都支持掛載一個數據目錄做為MySQL的存儲空間，因此從分布式文件系統內申請一個目錄即可滿足應用?！蓖貔i飛說。

目前YRCloudFile能夠支持有狀態(tài)Pod跨節(jié)點的秒級數據重建，如此，就解決了當容器節(jié)點出現故障，容器快速重建、數據快速恢復的問題。

同樣的，跨數據中心容器雙活的問題也容易實現。

數據中心雙活的本質是數據問題，分布式存儲副本機制，確保了不同數據中心數據的一致性，優(yōu)先讀取本地副本，實現應用跨數據中心的雙活，并有效降低讀延時。

小結

從海量小文件處理，到容器應用的數據持久化，服務于新型的云原生應用，涉及業(yè)務自動化部署和資源彈性伸縮管理，這恰恰也是用戶數字化轉型，云計算應用的關鍵。

這是一個云原生化轉變的時代，到了做出改變的時候了!

songjy